dc.contributor |
Universidade Federal de Santa Catarina |
pt_BR |
dc.contributor.advisor |
Todesco, Jose Leomar |
pt_BR |
dc.contributor.author |
Eller, Nery Artur |
pt_BR |
dc.date.accessioned |
2012-10-20T21:48:19Z |
|
dc.date.available |
2012-10-20T21:48:19Z |
|
dc.date.issued |
2003 |
|
dc.date.submitted |
2003 |
pt_BR |
dc.identifier.other |
191121 |
pt_BR |
dc.identifier.uri |
http://repositorio.ufsc.br/xmlui/handle/123456789/85696 |
|
dc.description |
Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia de Produção. |
pt_BR |
dc.description.abstract |
As empresas distribuidoras de energia elétrica possuem como um forte item na queda de receita a perda comercial de energia. A perda global de energia é verificada pela diferença entre a energia requerida pelo sistema elétrico e a energia realmente faturada, e possui duas componentes: a perda técnica e a perda comercial. As perdas técnicas são aquelas associadas à passagem e à interação do fenômeno físico nos meios e materiais utilizados e nos efeitos daí resultantes. As perdas comerciais são motivadas principalmente por problemas apresentados na unidade de medição que influenciam a leitura, por fraudes cometidas no consumo de energia elétrica e por ligações clandestinas, realizadas diretamente no sistema de distribuição. São vários milhões de reais perdidos com perdas comerciais de energia, principalmente aquelas que envolvem fraudes. Somente em 2001, a Celesc - Centrais Elétricas de Santa Catarina S.A. recuperou R$ 1.967.716,90 com fraudes que foram descobertas. Para auxiliar no gerenciamento de perdas comerciais de energia elétrica propõe-se a presente arquitetura, que atuará principalmente na indicação de possíveis fraudadores. Esta arquitetura baseia-se na técnica de mineração de dados, que permite buscar esses consumos fraudados. Dentro da solução de mineração de dados, destaca-se o uso de redes neurais artificiais (RNA) para descobrir comportamentos suspeitos. Duas tarefas da RNA foram exploradas: classificação e segmentação. A classificação foi utilizada para se trabalhar com consumidores residenciais e comerciais, e a segmentação voltou-se a consumidores industriais. Destaca-se também, nesta arquitetura, a possibilidade de se calcular as perdas global, técnica e comercial por alimentador, de forma que se tenha um controle mais rígido e específico sobre elas. A partir do presente trabalho, abriram-se várias oportunidades para novas pesquisas. |
pt_BR |
dc.format.extent |
xiii, 115 f.| il., tabs. |
pt_BR |
dc.language.iso |
por |
pt_BR |
dc.publisher |
Florianópolis, SC |
pt_BR |
dc.subject.classification |
Engenharia de produção |
pt_BR |
dc.subject.classification |
Energia elétrica - |
pt_BR |
dc.subject.classification |
Distribuição |
pt_BR |
dc.subject.classification |
Perdas |
pt_BR |
dc.subject.classification |
Mineração de dados (Computação) |
pt_BR |
dc.subject.classification |
Sistemas de informação |
pt_BR |
dc.title |
Arquitetura de informação para o gerenciamento de perdas comerciais de energia elétrica |
pt_BR |
dc.type |
Tese (Doutorado) |
pt_BR |